기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
PCA 하이퍼파라미터
CreateTrainingJob 요청에서 훈련 알고리즘을 지정합니다. 알고리즘별 하이퍼파라미터를 문자열-문자열 맵으로 지정할 수 있습니다. 다음 표에는 Amazon SageMaker AI에서 제공하는 PCA 훈련 알고리즘의 하이퍼파라미터가 나열되어 있습니다. PCA 작업 방법에 대한 자세한 정보는 PCA 작동 방식을 참조하세요.
| 파라미터 이름 | 설명 |
|---|---|
feature_dim |
입력 차원. 필수 유효한 값: 양수 |
mini_batch_size |
미니 배치에 있는 행의 수. 필수 유효한 값: 양수 |
num_components |
컴퓨팅할 주성분의 수. 필수 유효한 값: 양수 |
algorithm_mode |
주성분 컴퓨팅 모드. 선택 사항 유효한 값: regular 또는 randomized 기본값: regular |
extra_components |
값이 증가하면 해결책이 더욱 정확해지지만 실행 시간과 메모리 소모량이 선형으로 증가합니다. 기본값 -1은 최대 10 및 선택 사항 유효한 값: 음수가 아닌 정수 또는 -1 기본값: -1 |
subtract_mean |
훈련 도중 및 추론 시 데이터가 비편이되어야 하는지 여부를 나타냅니다. 선택 사항 유효한 값: true 또는 false 중 하나 기본값: true |
